Data-Gouv-FR/classement-thematique-des-sujets-de-journaux-televises-janvier-2000-decembre-2020

该数据集对2000年1月至2020年12月期间法国五家电视台（TF1、France 2、France 3、Arte、M6）晚间新闻节目的主题进行了分类。自1995年以来，法国国家视听研究所（Ina）为这些电视台的所有新闻主题建立了索引，使用关键词词库进行标记。基于此索引，通过算法将2000-2020年期间的主题分为14个类别，每个主题仅属于一个类别。数据集详细介绍了索引和分类方法，并作为InaStat Barometer的一部分发布，数据截止至2020年12月31日。license: 其他 language: - 法语 tags: - data.gouv.fr数据集 - 法国公共数据 - Parquet - CSV - 开放数据 pretty_name: "法国晚间电视新闻主题分类榜单（2000年1月-2020年12月）" configs: - config_name: ina-barometre-jt-tv-donnees-quotidiennes-2000-2020-nbre-sujets-durees-202410 data_files: - split: train path: data/ina-barometre-jt-tv-donnees-quotidiennes-2000-2020-nbre-sujets-durees-202410.parquet # 法国晚间电视新闻主题分类榜单（2000年1月-2020年12月） ## 数据源 - 官方数据源：https://www.data.gouv.fr/datasets/classement-thematique-des-sujets-de-journaux-televises-janvier-2000-decembre-2020 - data.gouv.fr数据集标识符：`57fe1446c751df182f79df72` - data.gouv.fr数据集别名：`classement-thematique-des-sujets-de-journaux-televises-janvier-2000-decembre-2020` - data.gouv.fr元数据标注许可证：fr-lo ## Hugging Face 数据集结构 - 一个data.gouv.fr数据集对应一个Hugging Face仓库 - 一个原始表格资源对应一个Hugging Face子数据集/配置 - 每个子数据集/配置均包含名为`train`的拆分集 ## 子数据集 - `ina-barometre-jt-tv-donnees-quotidiennes-2000-2020-nbre-sujets-durees-202410` → 对应数据文件：`data/ina-barometre-jt-tv-donnees-quotidiennes-2000-2020-nbre-sujets-durees-202410.parquet` ## 使用示例 python from datasets import load_dataset ds = load_dataset("Data-Gouv-FR/classement-thematique-des-sujets-de-journaux-televises-janvier-2000-decembre-2020", "ina-barometre-jt-tv-donnees-quotidiennes-2000-2020-nbre-sujets-durees-202410") print(ds["train"]) ## 数据集说明 本数据集涵盖2000年1月至2020年12月期间，法国5家主流电视台（TF1、法国电视二台、法国电视三台、Arte、M6）晚间新闻节目播出的新闻主题分类榜单。 法国国家视听研究院（Institut National de l'Audiovisuel，INA）自1995年起，通过所属主题词表中的关键词标注，对上述5家“老牌”电视台（TF1、法国电视二台、法国电视三台、Arte、M6；本数据集未纳入Canal+，因其在此期间晚间新闻节目播出频次不固定）的晚间新闻全量新闻主题进行了标注。基于此标注结果，算法将2000-2020年的新闻主题划分为14个类别，每个新闻主题仅被归类至单个类别中。 新闻主题的标注与分类方法详情可参见法国视听资料馆（Inathèque）官网：http://www.inatheque.fr/publications-evenements/ina-stat/ina-stat-methodologie.html，以及https://data.ina.fr/traitement-documentaire页面，该页面配套了基于本数据集制作的数据可视化内容，已发布于https://data.ina.fr/官网首页。 **重要提示**：本数据集为法国国家视听研究院InaStat舆情监测报告的配套公开数据，数据截止至2020年12月31日，不再更新。

搜集汇总

数据集介绍

构建方式

该数据集源于法国国家视听研究所自1995年起对五家历史悠久的电视频道（TF1、France 2、France 3、Arte、M6）晚间新闻节目的系统性索引工作。通过专业标引人员为每个新闻主题添加来自叙词表的关键词，并在此基础上运用算法将2000年1月至2020年12月期间的所有主题归入十四个预设的类别之中。每个新闻主题仅归属于一个唯一的类别，确保了分类的清晰与一致性。详细的索引与分类方法论可参考Inathèque官方网站及相关数据页面的说明。

使用方法

用户可通过原数据发布的官方平台（data.gouv.fr）直接访问并获取完整的原始数据集。尽管Hugging Face上的页面仅为引用占位符，但该数据集在原始平台以开放许可（Licence Ouverte / Open Licence）形式提供下载，便于学术研究、媒体分析及数据可视化等多元场景的应用。建议使用者结合InaStat方法论文档深入理解分类规则，以更准确地解析和运用数据中的主题演变趋势。

背景与挑战

背景概述

该数据集名为《电视新闻主题分类（2000年1月-2020年12月）》，由法国国家视听研究所（Ina）创建，旨在对2000年至2020年间法国五家主流电视频道（TF1、France 2、France 3、Arte、M6）晚间新闻节目的主题进行系统化分类与标注。研究核心在于通过Ina自1995年积累的索引机制，结合专业词表与算法，将海量新闻议题归入十四个固定的主题类别。数据集作为InaStat晴雨表项目的组成部分，为分析法国媒体议程变迁、公共舆论与新闻报道趋势提供了量化基础，在媒体研究、计算社会科学与历史语言学领域具有重要参考价值。

当前挑战

该数据集面临的核心挑战在于解决新闻主题自动分类的领域难题与构建过程中的复杂性。首先，新闻内容具有多义性与动态性，同一议题可能跨越多个主题类别，而数据集强制单标签分类可能导致信息扁平化，忽略议题间的关联与层次。其次，构建过程中需融合人工索引（基于专业词表）与算法聚类两种方法，前者的主观偏差与后者对语义细微差别的识别能力不足，均可能影响标注一致性与准确性。此外，数据集仅涵盖2000-2020年间、排除Canal+因节目时间不规律，限制了对法国电视新闻生态全貌的捕捉与跨时期稳健分析的能力。

常用场景

经典使用场景

该数据集记录了2000年1月至2020年12月期间法国五家主要电视频道（TF1、France 2、France 3、Arte、M6）晚间新闻节目的主题分类信息，涵盖十四类主题标签。研究者可利用此数据深入分析法国电视新闻内容的时间演变规律，探究不同新闻主题（如政治、经济、社会、文化等）在二十年间的报道频次变化，揭示媒体议程设置与社会热点之间的动态关系。该数据集为计算传播学、媒体研究和政治传播领域提供了宝贵的纵向语料，支持对法国视听媒体生态的系统性量化分析。

解决学术问题

该数据集有效解决了法国电视新闻内容长期缺乏系统化、可比较的量化数据这一学术困境。它使得研究者能够实证检验媒体议程设置理论在法国语境下的适用性，探索不同新闻主题（如国际事务、环境问题、健康危机）的报道强度与公众关注度之间的关联。此外，该数据集还支持关于新闻框架化、话题注意力周期以及频道间报道差异的比较研究，为理解媒体在塑造公共话语和意识形态传播中的角色提供了坚实的数据基础，推动了媒体效果研究和舆论动态分析的方法论创新。

实际应用

在实际应用层面，该数据集可服务于多家机构与行业。新闻机构可利用其进行自我反思性内容审计，评估自身报道的多样性与平衡性，优化编辑策略。法国国家视听研究所（Ina）将其作为InaStat晴雨表的核心组成部分，向公众和政策制定者提供媒体透明度的量化依据。教育行业可将其引入传媒课程，作为案例教学资源，培养学生对新闻内容的批判性分析能力。此外，该数据集也为数据新闻从业者提供了丰富的可视化素材，助力制作反映二十年法国社会变迁的互动数据作品。社会学者和智库可借助其追踪议题长期趋势，为公共政策辩论提供实证参考。

数据集最近研究

最新研究方向

该数据集覆盖2000至2020年间法国五大电视台（TF1、France 2、France 3、Arte、M6）晚间新闻的主题分类，基于法国国家视听研究所（Ina）的专业索引与算法主题化技术，将新闻内容归入14个固定类别。当前研究前沿聚焦于利用该长期、跨渠道的新闻主题分类数据，结合自然语言处理与时序分析技术，洞察二十年间法国媒体议程设置的变化轨迹及其与社会热点事件（如经济危机、恐怖袭击、气候变化、公共卫生事件）的互动关系。此外，数据集为探究视听新闻在数字化时代对公众舆论的塑造机制提供了基础，并与Ina的数据可视化项目联动，具备重要的媒体研究与政策分析价值。